关键词：电力系统；大数据；电力通信预警技术
电力信息通信网作为电力系统的专用网络，作为支撑电力系统的“三大支柱”之一，保障着电力系统生产的安全、稳定运行。在电力信息通信行业中，故障风险发生具有强耦合性，当某个信息设备或者系统受到的故障破坏、恶意攻击时，会使得大量终端设备的采集功能、监测能力受到影响，进而造成电力系统物理空间设备无法正常运行。
虽然目前电力信息通信技术发展迅速，近年来建设了多个电力信息运维监测和管理系统，为电力系统运维工作提供了强大的支撑，但电力信息通信网络中的运行数据采集缺乏统一有效的手段，数据全面性、准确性以及效率都有很多不足，并且各种监控告警信息非常分散，导致信息通信运行中发生的问题往往只能被动响应，无法通过基于业务系统基础架构、信息系统实时运行状况和历史运行状况的信息系统风险预警模型进行运行故障的全面监测与趋势预测，严重影响了业务的正常开展。在大数据时代，随着电网信息系统架构的不断扩展，IT 设备的数量越来越多，网络也变得更加复杂，信息通信系统中的状态数据、运行数据以及故障数据等体量越来越大，且具有典型的大数据特征，如果数据未经过处理，则对运维没有任何意义和价值。综合运用大数据采集技术、实时数据流处理技术、关联分析挖掘技术、状态评估技术、趋势预测及风险评估技术，建立科学的分析模型，实现信息通信风险态势全面感知、运维数据全面分析、运维风险实时预警，达到在故障发生前解决问题的主动运维效果，有助于提升信息通信故障监测和风险预警能力，对提高信息通信系统的安全性、稳定性及其服务能力具有重要的理论价值和实际意义。
1大数据时代电力信息通信的优点分析
1.1兼容性优点。由于通信技术具备兼容性特点，不仅可以更好满足设备连接和运行需要，还能更好提升通信效果，使其更为有效的发挥作用。通信技术应该与计算机技术实现有效融合，注重提高通信技术的兼容性，并且能与多种设备连接，促进其作用充分发挥，有效满足人们需要。
1.2多样性优点。大数据有四个主要的特征，分别为数据量大、计算速度快、种类繁多和分析结果准确性高。在信息的数量大量增加的情势下，别的数据处理方式已经不能从根本上替代大数据在工作和科学研究中发挥的价值。大数据不仅影响着我们的日常生活，还为企业带来了更大的发展空间。
1.3抗干扰能力强。通信技术应该具备较强的抗干扰能力，这样不仅有利于推动数据传输顺利进行，还能保证数据真实有效，防止数据失真现象发生，使其更好满足人们需要。大数据时代，为确保通信技术数据能准确传输，提高数据传输的有效性，应该采取相应措施，增强数据传输的抗干扰能力。
2大数据背景下电力信息通信预警技术
2.1系统总体架构
随着业务应用的不断深化，公司信息网络积累的数据已达TB级，需利用大数据技术提高数据分析处理能力，并及时挖掘出这些数据蕴含的深层次业务价值，进一步提升风险预警和网络安全水系统总体架构分为数据采集层、平台层和管理应用层。数据采集层实现对基础设施运行数据、信息系统运行数据、信息网络运行数据的实时采集，并同步收集有效历史数据和外部数据。平台层基于通用的数据抽取、数据转换、数据清洗、批量数据处理、流数据处理技术，结合本文提供的电力信息网络风险预警方法和风险预警模型，实现采集数据的高效集成、计算和分析。管理应用层在对电力信息资源进行分类管理的基础上实现了信息网络风险的及时预警，预警结果用来辅助用户进行辅助决策;部分预警事件可以由系统进行自适应处理，实现了电力信息网络的智能运维，为我国电力企业的发展做好基础准备，推动电力企业的可持续发展。
期刊文章分类查询,尽在期刊图书馆
2.2加强电网监管
电力系统运行的安全性，是电力行业发展中要格外重视的关键点，加强大数据与电力信息技术的融合，能够有效增强电网监管力度，保障电力系统运行安全。工作人员应该深入学习大数据技术，了解数据收集的流程及方法，不断完善电力系统的运行制度，实现电网的有效监管。在以往电力信息技术的应用过程中，由于数据收集精确性不足，效率不高，会导致电网监管存在一定难度。将大数据应用于电力信息技术中，能够及时诊断电网运行的异常情况，保障电力系统的安全。尤其是智能电网的建设，能够实现实时动态监控，大大提高了电网运行的可靠性。
3.3优化电网预警
巡检人员在工作中，可以借助大数据技术实现电网预警功能，且人员及时发现在电力系统中出现的问题，避免电力运行过程中出现故障，酿成更大的电力事故，也能够保障人民群众的生命财产安全，确保电力企业的经济效益。借助大数据框架优化电网预警功能，让工作人员能够掌握电力系统运行的参数参数辩护展开相应的预案处理和预警。大数据与技术的数据分析功能，能够预测电网运行状况，也能够及时发现电网故障，提高电网监督管理水平。电力系统运行的安全稳定性一直都是电力行业极为重视的内容，将大数据技术与电力信息技术相融合，实现电网预警，能够确保电力系统的安全稳定运行，实时动态监控智能电网建设情况。
2.4多维索引
在进行大数据多维索引过程中，可划分为两个阶段，其中Filter阶段主要是对大数据中的候选集进行初步的过滤，然后在经过Refinement阶段，对目标数据信息进行详细的搜索查找，最终输出所需要的结果数据信息。多为索引技术的应用，有效的提高了大数据的信息查询和分析的效率。借助分布式平台，改变了传统Hadoop只能进行单列索引的现象，可以同时完成多列索引，有效的提高了电力信息系统的查询效率。此外，为了提高对不同应用的支持效果，分布式平台本身还可以实现对二级索引、互补聚簇索引以及增强二级索引的支持。
2.5分级预警
将预警事件分为指标级、基础设施级和信息网络级。其中最基础的预警事件均为指标级;如果某台基础设施有多个指标出现预警，则将相关预警事件归并为一个基础设施级预警事件;如果有信息网络核心节点或多个普通节点出现预警，则将相关预警事件归并为一个信息网络级预警事件。预警事件的分级策略可以辅助管理人员识别不同预警事件的重要性，并对之进行有效应对。
2.6关联预警
对于关联预警来说，主要是指在大数据技术的背景下，对电网信息的运维数据实施关联分析以及模式挖掘预警。电力信息的网络海量运行以及应用数据当中，寻找在项目集合当中获得是对象集合的频繁模式以及关联，还有相关性和因果结构，并且必须提出在分支筛选方面的优化策略以及Apriori电网信息的运维大数据的挖掘算法。
3结论
综上所述，随着我国电网建设的不断完善，相应的信息化建设发挥出更大的作用。在此背景下，运维人员应对电力信息通信预警技术进行深入研究。及时发现并有效预警其中存在的隐患，进而形成良好的工作效果。同时将目前工作重点与难点转移到通信风险预警上来，从整体上提升其工作效率。
参考文献：
[1]周平，马斌，韩冰等.基于大数据平台的日志分析预警技术研究[J].电脑知识与技术，2016，12(32):266-268.
[2]付萍萍，马勇，李路明等.以风险防控为中心的大型电网企业信息安全管理体系研究[J].电力信息与通信技术，2015，13(8):89-93.
[3]段军红，张乃丹，赵博等.电力大数据基础体系架构与应用研究[J]. 电力信息与通信技术 ，2015，13(2):92-95.
论文作者:罗云月
论文发表刊物:《中国电业》2019年15期
论文发表时间:2019/11/20
标签：数据论文; 电网论文; 电力论文; 信息论文; 电力系统论文; 技术论文; 通信论文; 《中国电业》2019年15期论文;